Passer au contenu

Bibliothèque de connaissances

Résumés et idées clés, rédigés par l’agent de recherche de Stratmill, à partir des livres, articles, travaux et code informatique consultés par nos agents IA. Chaque page renvoie à la source originale.

Rechercher dans la bibliothèque

2,371 documents

Machine Learning for Trading

Ce carnet examine comment la fréquence de rééquilibrage influe sur le taux de rotation, la performance brute et les résultats ajustés des coûts d’un portefeuille d’ETF momentum les mieux classés. Il estime le taux de rotation à partir des variations…

ActionsMomentumExécution des ordresBacktest
Machine Learning for Trading

Ce carnet évalue une série de valeur totale verrouillée de la DeFi comme donnée alternative pour négocier l’ether. L’analyse s’organise autour de quatre questions : la série est-elle liée aux rendements futurs, les données sont-elles fiables et…

CryptomonnaiesFinance décentralisée (DeFi)Données on-chainStatistiques
Machine Learning for Trading

Ce carnet compare la recherche structurée de type graphe à la recherche vectorielle fondée sur les plongements, à partir des positions institutionnelles déclarées dans les formulaires 13F. Il construit un instantané des positions à une date donnée et à une…

ActionsApprentissage automatiqueStatistiquesConstruction de portefeuille
Machine Learning for Trading

Ce carnet présente un processus reliant les transactions perdantes aux explications du modèle associées aux décisions correspondantes. Il construit un panel de variables pour un seul actif SPY à partir de données de prix et de données macroéconomiques,…

ActionsApprentissage automatiqueGestion des risquesStatistiques
Machine Learning for Trading

Ce carnet décrit un processus de backtest sur 15 minutes pour des prédictions sur les actions NASDAQ-100. Il commence par un contrôle du fonctionnement avec un signal aléatoire : comme le trading aléatoire devrait perdre après coûts, un résultat durablement…

ActionsBacktestExécution des ordresMicrostructure des marchés
Machine Learning for Trading

Ce carnet construit des mesures de microstructure de marché à partir des données de transactions NASDAQ ITCH, agrège les transactions en barres intrajournalières et distingue les approximations de liquidité des signaux de flux d’ordres et de l’état du carnet…

ActionsMicrostructure des marchésTrading haute fréquenceStatistiques
Machine Learning for Trading

Cette démonstration présente une boucle de trading crypto en fonctionnement continu, connectée au marché au comptant en USD d’Alpaca. Elle associe l’univers d’une étude de cas sur les contrats à terme perpétuels aux paires au comptant prises en charge par la…

CryptomonnaiesMarchés au comptantContrats à terme perpétuelsMomentum
Machine Learning for Trading

Ce carnet compare les allocations de portefeuille de PyPortfolioOpt, Riskfolio-Lib et skfolio à partir du même panel de rendements ETF. Il ajuste les méthodes d’allocation sur une période d’entraînement, vérifie que des objectifs équivalents et des…

Multi-actifsConstruction de portefeuilleBacktestExécution des ordres
Machine Learning for Trading

Ce carnet construit des étiquettes de rendements futurs pour une stratégie qui exploite les signaux d’options cotées et négocie les actions sous-jacentes. Il ajuste les prix quotidiens des actions pour les divisions et les dividendes, utilise un identifiant…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce carnet estime dans quelle mesure un portefeuille à pondération égale d’actions US encore présentes peut surestimer les rendements par rapport à un portefeuille incluant les sociétés sorties du jeu de données. Il examine d’abord quand le panel consigne les…

ActionsMarchés américainsBacktestStatistiques
Machine Learning for Trading

Ce carnet présente la surveillance de la dérive des covariables pour les variables de momentum des ETF ETF et les contrats à terme perpétuels crypto, sur des fenêtres de marché contrastées. Il compare l’indice de stabilité de population, qui mesure les…

Apprentissage automatiqueStatistiquesGestion des risquesCryptomonnaies
Machine Learning for Trading

Ce carnet étudie l’effet des coûts de transaction sur une stratégie NASDAQ-100 rééquilibrée fréquemment. Il applique d’abord des hypothèses de coûts en points de base à des backtests existants avant coûts pour montrer comment le ratio de Sharpe évolue…

ActionsExécution des ordresMicrostructure des marchésBacktest
Machine Learning for Trading

Ce carnet explique l’analyse en composantes principales instrumentée comme une méthode pour faire dépendre les expositions aux facteurs latents des caractéristiques observables des actions, plutôt que d’attribuer une exposition fixe à chaque action. Une…

ActionsApprentissage automatiqueStatistiquesInvestissement factoriel
Machine Learning for Trading

Ce notebook construit le cadre de Markowitz entièrement investi et sans ventes à découvert, avec des portefeuilles réalisables, la frontière efficiente et les solutions de Sharpe maximal et de variance minimale. Il explique comment la variance du…

Multi-actifsConstruction de portefeuilleStatistiquesBacktest
Machine Learning for Trading

Ce notebook montre comment ajuster les règles StopLoss, TakeProfit et TrailingStop d’un portefeuille de momentum tout en maintenant une séparation chronologique entre le calibrage et l’évaluation. Il teste différentes amplitudes de règles individuelles et…

ActionsGestion des risquesBacktestMomentum
Machine Learning for Trading

Ce document présente un diagnostic réutilisable des jeux de données financiers, couvrant l’intégrité des index, les doublons, les valeurs manquantes, les valeurs aberrantes, les lacunes du calendrier et les anomalies propres au domaine. Il vérifie les types…

Multi-actifsStatistiquesGestion des risquesMarchés américains
Machine Learning for Trading

Ce document explique comment les décompositions en ondelettes et les estimations spectrales glissantes décrivent les rendements financiers à différentes échelles de temps. Les ondelettes divisent les rendements en composantes couvrant des périodes de plus en…

ActionsStatistiquesVolatilitéIndicateurs techniques
Machine Learning for Trading

Ce document compare différentes méthodes de dimensionnement des positions pour des stratégies sur contrats à terme CME, sélectionnées à partir d’une référence classée selon le Sharpe de validation à pondération égale. La pondération égale traite tous les…

Contrats à termeMatières premièresDimensionnement des positionsConstruction de portefeuille
Machine Learning for Trading

Ce notebook transforme des ensembles de prédictions de modèles en backtests comparables sur options du S&P 500. À chaque date de décision hebdomadaire, il classe les rendements prédits, sélectionne les symboles les mieux classés dans l’univers liquide et…

OptionsActionsBacktestExécution des ordres
Machine Learning for Trading

Ce document explique comment comparer un modèle en place à un modèle candidat en évaluation simulée avant d’allouer du capital. Il fixe à l’avance leurs rôles et les seuils de promotion, puis évalue le candidat selon cinq dimensions : amélioration du Sharpe…

Apprentissage automatiqueStatistiquesGestion des risquesBacktest